简介面向摩托车出行与城市交通管理场景这套基于YOLOv8的佩戴头盔和驾驶员检测资源内置已训练完成的模型权重、配套数据集与PyQt可视化界面下载解压后即可加载模型进行实时检测也可作为智慧交通、安防巡检、毕业设计等项目的快速起步模板。压缩包共2000个文件大小约521MB其中1992个txt为YOLO格式标注文件配合1个yaml完成类别与路径配置另有环境配置PDF教程、运行步骤说明和项目文档从环境搭建、模型推理到界面交互均有清晰指引。目前已有774人学习。借助PyQt界面可直观展示检测框与类别结果便于现场演示和效果核对训练好的权重支持直接使用也可结合txt标注文件继续微调或重新训练兼顾工程复用与算法研究需求。数据集标注信息完整便于根据实际场景扩充整套资源尤其适合需要快速落地摩托车检测功能的开发者与学习者。1. 从“看见”到“干预”YOLOv8 头盔检测为什么值得这么做摩托车头盔检测并不是简单地把头盔识别出来而是要回答一个动态问题监控画面里哪个摩托车驾驶员没戴头盔。人工盯监控一天看几十路漏检率高且取证难。YOLOv8 在精度和速度上刚好卡在“能用”的区间再加上 PyQt 做成的可视化 GUI一台带普通显卡的电脑就能把检测结果实时呈现在桌面端。这里不讨论云端部署而是把数据集、训练、调参与界面封装串成一条可复现的链路适合正在做安全监控预研、毕设或者边缘盒子功能验证的人参考。下面从模型选型开始讲清楚每一步为什么这么做。2. YOLOv8 目标检测与头盔/驾驶员双任务的模型结构选型很多同学拿到这个题目第一反应是让模型直接输出“with_helmet”和“without_helmet”两个类别。这个方案在固定机位、画面清晰时能跑通可一旦出现遮挡、转头或者多辆摩托车交错两个类别之间会出现大量高重合度预测框NMS 会把正确框一并抑制。常见做法是让模型回归更基础的物体person摩托车驾驶员整体和helmet头盔再用后处理判断头盔是否落在驾驶员头部区域。模型只需要分清“这是一个头盔”和“这是一个骑车的人”把“是否佩戴”这个语义留给逻辑层。2.1 为什么把“是否佩戴”从分类头挪到后处理从标注成本来看标注一个不戴头盔的人并不难难的是遮挡时边界不清晰。比如头盔挂在车把上从画面里看像一个“头”直接训练二分类会让模型学到一些错误纹理。而personhelmet两个类别都是物理边界明确的物体标注难度低标注一致性也更容易保证。推理时只需要计算两类框的空间关系就能推导出佩戴状态。另一个原因是 YOLOv8 的分类头与回归头是解耦的类别增多会导致每个类别的正样本比例下降。摩托车头盔目标小平均边长可能只有几十像素同一个图像里 person 和 helmet 的数量不平衡分类头更容易偏向大目标。拆成两个基础类后helmet 类别独立回收样本小目标召回率会明显好于把两个状态合成一类的方案。这个结论在多个公开头盔数据集上的验证结果都一致。2.1.1 后处理判断规则设 person 框为Phelmet 框为H先计算 H 中心点是否落在 P 内部再判断 H 中心点是否位于 P 的上四分之一到上三分之一区域。这个比例可以根据摄像头安装角度调整后面第 6 章会给出具体代码。先记住结论把逻辑判断放在检测之后容错率比直接分类高得多。2.2 YOLOv8 的 C2f 结构为什么适合这个小目标场景YOLOv8 用 C2f 模块替代了 YOLOv5 里的 C3。C2f 把输入特征分成两条路一条经过多个 Bottleneck另一条直接短接最后将全部输出沿通道维拼接。这样做的结果是在相同计算量下特征图里的梯度路径变多浅层定位信息可以被更完整地送到检测头。头盔这种小目标主要依赖浅层高分辨率特征C2f 的梯度分流能减少小目标特征在反向传播中的稀释。如果你想确认 C2f 在哪个层负责小目标可以借助 ultralytics 库打印网络结构from ultralytics.nn.tasks import DetectionModel model DetectionModel(cfgyolov8n.yaml, ch3, nc2) for name, module in model.named_modules(): if c2f in name.lower(): print(name, module.cv1.conv.stride if hasattr(module, cv1) else )参数说明cfg指定模型配置文件ch3是输入 RGB 三通道nc2对应 person 和 helmet。打印结果里能看到 C2f 层的位置越靠近输入层的 C2f 主要负责高分辨率特征对头盔这种小目标的检测贡献最大。如果发现小目标漏检优先检查第一和第二个 C2f 的输出 stride 是否被降采样过快。2.3 nano 还是 small用训练命令快速对比模型型号选择不是拍脑袋。你用下面两行命令即可得到参数量和计算量对比yolo predict modelyolov8n.pt source/dev/null taskdetect verboseTrue yolo predict modelyolov8s.pt source/dev/null taskdetect verboseTrue这两条命令会调用各自权重完成一次空推理控制台输出模型参数量、GFLOPs 和推断耗时。通常 yolov8n 大约是 3.2M 参数yolov8s 约为 11.2M 参数GFLOPs 差 3 倍左右。如果是在 GTX 1660 Ti 上跑 1080p 视频流我会优先选 nano 并适当提升输入分辨率到 640而不是用 small 加 480 分辨率。因为小目标检测对分辨率更敏感模型容量反而是次要因素。自定义数据集上训练时模型配置文件也要跟着改。在yolov8n.yaml末尾修改# yolov8_moto.yaml nc: 2保存后在训练命令中用modelyolov8_moto.yaml指定ultralytics 会根据nc自动调整检测头输出通道数。这里容易踩坑的是很多人直接改模型权重文件里的 nc而不改 yaml导致训练时网络结构和预训练权重维度不匹配报size mismatch。正确做法是保留预训练权重yolov8n.pt同时给出一个 yaml 文件训练脚本会忽略最后一层的权重。3. 数据集准备公开数据、标注约束和增强策略数据集决定这个项目的天花板。YOLOv8 再强没有能反映真实遮挡、不同样式的头盔数据落地就是一纸空谈。常见数据来源包括学术开源数据库、Roboflow 上的摩托车头盔专题以及自采数据。注意下载热门数据集中往往包含大量不相关的亮色背景比如校园里的共享单车骑手这和摩托车场景方差很大需要做筛选。3.1 多源混合与类别归一化我一般会把头盔数据分成三个来源摩托车头盔专用数据集、普通行人 head 检测数据集、本地路口视频抽帧数据。第一个来源提供头盔正样本第二个提供不戴头盔时的头部负样本第三个用来覆盖现场光照和拍摄角度。三个来源的标签体系差异很大需要先统一类别映射常见映射表如下来源数据集原始类别映射到本项目A 头盔数据集helmet / headhelmet / personB 行人检测集person / headpersonhead 并入 personC 自采数据无标注手动标注 person / helmet这个映射表很重要。头盔数据集里的head类别并不等于我们的person类别因为head只是人的头部而我们需要的是整个人体框。如果不加处理直接混训模型会同时学习“头”和“整人”两种形态给后处理带来灾难。3.2 标注规格person 和 helmet 的边界定义实际标注时我会在 LabelImg 中固定两个类别person和helmet。person框标注摩托车骑手的整个身体包括摩托车把手部分。注意不要包含后座上的人后座乘客属于干扰项除非业务需求要求检测所有人员。helmet框紧贴头盔外壳不要在头盔四周留白。很多新手习惯把头也包含进 helmet这会直接拉高 false positive。标注完成后及时检查标签分布find labels -name *.txt -exec awk {print $1} {} \; | sort | uniq -c这条 Bash 命令遍历所有 YOLO 标签文件取第一列类别索引并统计数量。如果helmet(1)的数量不到person(0)的 1/3需要补充负样本或做过采样否则类别不平衡会把小目标淹没。3.3 数据增强mosaic 和 copy_paste 必须显式控制YOLOv8 默认开启 mosaic它把四张图拼成一张能显著提升泛化能力。但头盔场景中头盔经常被身体遮挡拼图时如果遮挡部分正好落在马赛克边界模型会学到残缺特征。我的经验是保留mosaic1.0但是关闭mixup并把copy_paste调到0.2左右。copy_paste 可以把头盔实例复制到其他背景上对小样本类别很有用。训练时通过参数直接传入yolo train datamoto.yaml modelyolov8n.yaml epochs200 imgsz640 batch16 mosaic1.0 mixup0.0 copy_paste0.2参数说明mosaic1.0表示每次迭代都做马赛克增强mixup0.0关闭图像混合因为摩托车头盔的形状比较固定mixup 容易产生不真实的条纹copy_paste0.2表示每个 batch 中 20% 的样本会被随机粘贴头盔区域。前 10 个 epoch 建议关闭 mosaic这也是 YOLOv8 的 warmup 策略避免模型在初期看到大量拼贴块而无法收敛。3.4 增强可视化检查不要直接进训练先让增强结果可视化出来。写一段小脚本把增强前和增强后的图像拼在一起看import cv2 from pathlib import Path img cv2.imread(sample.jpg) h, w img.shape[:2] label_path Path(sample.txt) if label_path.exists(): for line in label_path.read_text().strip().splitlines(): cls, cx, cy, bw, bh map(float, line.split()) x1 int((cx - bw / 2) * w) y1 int((cy - bh / 2) * h) x2 int((cx bw / 2) * w) y2 int((cy bh / 2) * h) cv2.rectangle(img, (x1, y1), (x2, y2), (0, 255, 0), 2) cv2.imwrite(check.jpg, img)这段代码读取 YOLO 标签并画出边界框检查 person 和 helmet 框是否贴合目标。注意坐标转换标签存储的是归一化中心点和宽高x1 int((cx - bw/2) * w)可以还原左上角。如果发现 helmet 框里包含了头发就需要回到标注阶段修正。4. 训练自己的 YOLOv8 头盔检测模型参数、终端命令与可视化训练环节最耗时也最容易翻车。问题往往不是模型不收敛而是超参数和环境不一致。下面从环境安装讲到一个可复现的训练命令顺带说明每个参数的含义。4.1 环境准备锁定 ultralytics 版本YOLOv8 对应的是ultralytics框架更新很快不同小版本之间 API 可能存在差异。建议创建独立 conda 环境然后固定版本conda create -n moto python3.10 -y conda activate moto pip install ultralytics8.1.0 torch2.1.2 torchvision0.16.2 --index-url https://download.pytorch.org/whl/cu118这里指定了 PyTorch 2.1.2 和 CUDA 11.8 的预编译包。如果你使用的是 RTX 40 系列显卡CUDA 11.8 也能驱动但更稳妥的做法是按照显卡驱动版本去官网选择对应 CUDA。安装完先跑一个简单的yolo predict命令验证环境是否正常。4.2 数据集配置 data.yaml数据集根目录下需要一个moto.yamlpath: datasets/moto train: images/train val: images/val names: 0: person 1: helmet注意path建议写绝对路径因为 yolo 训练时工作目录变化会导致相对路径失效。train和val分别指定图像目录ultralytics 会自动查找同目录labels文件夹下的标签文件。目录结构需要严格符合如下形式datasets/moto/ images/train/*.jpg images/val/*.jpg labels/train/*.txt labels/val/*.txt4.3 训练命令和关键参数表我经常使用以下命令开始训练yolo train \ modelyolov8n.yaml \ datamoto.yaml \ pretrainedyolov8n.pt \ epochs200 \ imgsz640 \ batch16 \ lr00.01 \ lrf0.01 \ warmup_epochs3 \ patience30 \ projecttrain_moto \ namehelmet_nano \ ampTrue \ device0各参数含义如下表参数取值说明modelyolov8n.yaml模型结构定义nc 已改为 2pretrainedyolov8n.ptCOCO 预训练权重迁移学习加速收敛imgsz640输入尺寸原图拉伸到该大小batch16每次迭代的图片数OOM 时降到 8lr00.01初始学习率pre-trained 保留默认即可warmup_epochs3前 3 个 epoch 学习率从低到高爬升patience30验证集指标连续 30 轮不涨就早停ampTrue混合精度训练显存不够时也能开参数说明pretrained是权重文件不是配置文件写法是pretrainedyolov8n.pt。lr00.01对于迁移学习已经足够不需要像从零训练那样使用0.1。patience主要防止过拟合同时节省时间。4.4 可视化损失曲线和验证结果训练过程中ultralytics会自动在train_moto/helmet_nano/目录下生成results.png包含训练损失、验证损失、mAP50 和 mAP50-95 的变化曲线。也可以用 TensorBoard 实时查看tensorboard --logdir train_moto/helmet_nano浏览器打开 http://localhost:6006 可以看到更精细的每步指标。重点观察train/box_loss和val/box_loss是否同步下降。如果训练损失继续降而验证损失回升说明增强太强或者过拟合需要提高patience早停或者降低lr0。验证结束后导出一个适合部署的模型yolo export modeltrain_moto/helmet_nano/weights/best.pt formatonnx opset12导出到 ONNX 后PyQt 界面中可以使用onnxruntime推理这样即便没有 PyTorch 环境也能运行。导出时opset12兼容性较好在旧 CPU 上跑也没问题。5. 用 PyQt5 搭建可视化 GUI摄像头、视频文件与单图推理PyQt 做界面最核心的不是画控件而是处理好“耗时任务与主线程的关系”。YOLOv8 推理如果直接放在 Qt 的槽函数里界面会在推理期间冻结点击按钮没有反馈窗口拖不动。正确做法是使用QThread或者QRunnable跑异步推理通过信号把检测结果发送回主线程只更新界面上的 QLabel 和表格。5.1 线程模型QThread 自定义信号设计一个DetectThread类负责循环读取视频帧并执行推理from PyQt5.QtCore import QThread, pyqtSignal import cv2 import numpy as np from ultralytics import YOLO class DetectThread(QThread): change_pixmap pyqtSignal(np.ndarray) update_info pyqtSignal(list) def __init__(self, source0, model_pathbest.pt, parentNone): super().__init__(parent) self.source source self.model YOLO(model_path) self.running True self.paused False def run(self): cap cv2.VideoCapture(self.source) while self.running and cap.isOpened(): if self.paused: self.msleep(10) continue ret, frame cap.read() if not ret: break results self.model.predict(frame, verboseFalse, conf0.35) annotated results[0].plot() boxes [] for box in results[0].boxes: cls_id int(box.cls[0]) conf float(box.conf[0]) xyxy box.xyxy[0].cpu().numpy().astype(int) boxes.append((cls_id, conf, xyxy.tolist())) self.update_info.emit(boxes) self.change_pixmap.emit(annotated) cap.release() def stop(self): self.running False self.wait()逻辑说明run方法里循环从cv2.VideoCapture读帧paused为 True 时通过msleep(10)暂停推理但保持线程存活。self.model.predict()返回一个Results列表每个Results.boxes包含类别、置信度和坐标。annotated results[0].plot()会返回已经画好框的图像直接发送给界面。update_info信号携带类别列表用于统计戴帽人数。参数说明source0表示摄像头也可以传视频文件路径或 RTSP 流地址。conf0.35是置信度阈值低于该值的预测不会显示。如果画面中漏检多可以调低到0.25如果误检多调高到0.5。verboseFalse关闭预测日志避免每帧在控制台输出刷屏。5.2 主窗口布局与界面骨架GUI 主体采用QMainWindow和QLabel显示图像下方放几个按钮控制开始/暂停/退出from PyQt5.QtWidgets import QMainWindow, QLabel, QPushButton, QVBoxLayout, QWidget, QFileDialog class MainWindow(QMainWindow): def __init__(self): super().__init__() self.setWindowTitle(Motorcycle Helmet Detection - YOLOv8) self.video_label QLabel(No video) self.video_label.setMinimumSize(640, 480) self.start_btn QPushButton(Start Camera) self.file_btn QPushButton(Open Video) self.pause_btn QPushButton(Pause) self.quit_btn QPushButton(Quit) layout QVBoxLayout() layout.addWidget(self.video_label) layout.addWidget(self.start_btn) layout.addWidget(self.file_btn) layout.addWidget(self.pause_btn) layout.addWidget(self.quit_btn) container QWidget() container.setLayout(layout) self.setCentralWidget(container) self.thread None def start_camera(self): if self.thread is None: self.thread DetectThread(source0) self.thread.change_pixmap.connect(self.update_frame) self.thread.start() def update_frame(self, cv_img): rgb cv2.cvtColor(cv_img, cv2.COLOR_BGR2RGB) h, w, ch rgb.shape bytes_per_line ch * w from PyQt5.QtGui import QImage, QPixmap qt_img QImage(rgb.data, w, h, bytes_per_line, QImage.Format_RGB888) self.video_label.setPixmap(QPixmap.fromImage(qt_img))参数说明QImage构造中bytes_per_line ch * w告诉 Qt 每行字节数如果图像内存在 padding会导致画面扭曲设置不正确时优先检查这里。update_frame里先cvtColor把 OpenCV 的 BGR 转为 RGB颜色显示才正常。注意cv_img是 numpy 数组QImage不会复制数据所以必须在change_pixmap信号发出时确保数组在内存中有效。5.3 推理结果统计与状态展示除了显示标注图像界面还需要统计“安全行驶人数”和“未佩戴人数”。可以在信号槽里利用类别和坐标做判断class MainWindow(QMainWindow): def on_info(self, boxes): safety_count 0 no_helmet_count 0 for cls_id, conf, xyxy in boxes: if cls_id 1: # helmet # 简化示例检测到头盔就认为当前区域安全 safety_count 1 self.statusBar().showMessage(fHelmets: {safety_count} | Persons: {len(boxes)})这个方法比较粗糙精确的佩戴判断需要结合 person 框。第 6 章会给一个更鲁棒的方案。5.4 资源释放与退出避坑关闭窗口时如果不释放线程程序会变成僵尸进程。在closeEvent中强制停止线程def closeEvent(self, event): if self.thread: self.thread.stop() event.accept()DetectThread.stop()里调用wait()等待线程退出避免在析构时崩溃。另外打开视频文件时建议设置cv2.CAP_PROP_POS_FRAMES以支持暂停后从同一帧恢复。如果不设置暂停期间视频会继续缓冲恢复时画面会跳变。常见处理是在暂停时记下当前帧索引恢复时显式设置。6. 把精度再拔一截基于包围盒的佩戴判定与帧间平滑前面 GUI 已经能画出检测框但如果没有“是否佩戴”这个结论界面就只是“目标检测器”。这里给一个后处理技巧能直接把 person 和 helmet 两个类的坐标转换为骑手佩戴状态。具体思路当某个人体框P与某个头盔框H满足两个条件时判定该骑手戴头盔。第一H 的中心点落在 P 内部第二H 的中心点位于 P 的上半部分且更接近头顶边缘。对于正对摄像头的画面这个规则准确率已经很高。def is_wearing_helmet(person, helmet, head_ratio0.35): px1, py1, px2, py2 person hx1, hy1, hx2, hy2 helmet hcx (hx1 hx2) / 2 hcy (hy1 hy2) / 2 if not (px1 hcx px2 and py1 hcy py2): return False head_boundary py1 (py2 - py1) * head_ratio return hcy head_boundary参数说明person和helmet都是[x1, y1, x2, y2]格式由 YOLOv8 的输出坐标直接得到。head_ratio0.35表示头盔中心不能超过 body 框顶部往下 35% 的区域这个值在摄像头俯视角度较大时适当调大比如0.45。仰视角度小时调小到0.30。单纯的帧级判定在监控场景中会抖动。某人低头再抬头头盔框消失一帧判定结果就会从“戴”变“不戴”产生大量无效告警。常见工程思路是维护一个滑动窗口只有连续N帧输出“不戴”才最终确认。可以用一个简单计数器class HelmetMonitor: def __init__(self, window5, count_thresh3): self.window window self.count_thresh count_thresh self.state True self.negative_count 0 def update(self, wearing): if wearing: self.negative_count 0 self.state True else: self.negative_count 1 if self.negative_count self.count_thresh: self.state False return self.state逻辑说明wearing是当前帧对应骑手的佩戴结果negative_count累计“未佩戴”连续出现的次数。只有当连续 3 帧以上都没有头盔时状态才切换为 False。这样偶发漏检不会导致误报真正的违规行为通常持续数秒3 到 5 帧的延迟对监控场景没有影响。这个类可以挂在 GUI 的检测线程中每收到一组检测框就调用一次。如果你接的是告警系统只需要在state从 True 变为 False 时发送一次通知而不是每一帧都报警。本文还有配套的精品资源点击获取 YOLOv8摩托车头盔检测实战：从训练到PyQt界面
简介面向摩托车出行与城市交通管理场景这套基于YOLOv8的佩戴头盔和驾驶员检测资源内置已训练完成的模型权重、配套数据集与PyQt可视化界面下载解压后即可加载模型进行实时检测也可作为智慧交通、安防巡检、毕业设计等项目的快速起步模板。压缩包共2000个文件大小约521MB其中1992个txt为YOLO格式标注文件配合1个yaml完成类别与路径配置另有环境配置PDF教程、运行步骤说明和项目文档从环境搭建、模型推理到界面交互均有清晰指引。目前已有774人学习。借助PyQt界面可直观展示检测框与类别结果便于现场演示和效果核对训练好的权重支持直接使用也可结合txt标注文件继续微调或重新训练兼顾工程复用与算法研究需求。数据集标注信息完整便于根据实际场景扩充整套资源尤其适合需要快速落地摩托车检测功能的开发者与学习者。1. 从“看见”到“干预”YOLOv8 头盔检测为什么值得这么做摩托车头盔检测并不是简单地把头盔识别出来而是要回答一个动态问题监控画面里哪个摩托车驾驶员没戴头盔。人工盯监控一天看几十路漏检率高且取证难。YOLOv8 在精度和速度上刚好卡在“能用”的区间再加上 PyQt 做成的可视化 GUI一台带普通显卡的电脑就能把检测结果实时呈现在桌面端。这里不讨论云端部署而是把数据集、训练、调参与界面封装串成一条可复现的链路适合正在做安全监控预研、毕设或者边缘盒子功能验证的人参考。下面从模型选型开始讲清楚每一步为什么这么做。2. YOLOv8 目标检测与头盔/驾驶员双任务的模型结构选型很多同学拿到这个题目第一反应是让模型直接输出“with_helmet”和“without_helmet”两个类别。这个方案在固定机位、画面清晰时能跑通可一旦出现遮挡、转头或者多辆摩托车交错两个类别之间会出现大量高重合度预测框NMS 会把正确框一并抑制。常见做法是让模型回归更基础的物体person摩托车驾驶员整体和helmet头盔再用后处理判断头盔是否落在驾驶员头部区域。模型只需要分清“这是一个头盔”和“这是一个骑车的人”把“是否佩戴”这个语义留给逻辑层。2.1 为什么把“是否佩戴”从分类头挪到后处理从标注成本来看标注一个不戴头盔的人并不难难的是遮挡时边界不清晰。比如头盔挂在车把上从画面里看像一个“头”直接训练二分类会让模型学到一些错误纹理。而personhelmet两个类别都是物理边界明确的物体标注难度低标注一致性也更容易保证。推理时只需要计算两类框的空间关系就能推导出佩戴状态。另一个原因是 YOLOv8 的分类头与回归头是解耦的类别增多会导致每个类别的正样本比例下降。摩托车头盔目标小平均边长可能只有几十像素同一个图像里 person 和 helmet 的数量不平衡分类头更容易偏向大目标。拆成两个基础类后helmet 类别独立回收样本小目标召回率会明显好于把两个状态合成一类的方案。这个结论在多个公开头盔数据集上的验证结果都一致。2.1.1 后处理判断规则设 person 框为Phelmet 框为H先计算 H 中心点是否落在 P 内部再判断 H 中心点是否位于 P 的上四分之一到上三分之一区域。这个比例可以根据摄像头安装角度调整后面第 6 章会给出具体代码。先记住结论把逻辑判断放在检测之后容错率比直接分类高得多。2.2 YOLOv8 的 C2f 结构为什么适合这个小目标场景YOLOv8 用 C2f 模块替代了 YOLOv5 里的 C3。C2f 把输入特征分成两条路一条经过多个 Bottleneck另一条直接短接最后将全部输出沿通道维拼接。这样做的结果是在相同计算量下特征图里的梯度路径变多浅层定位信息可以被更完整地送到检测头。头盔这种小目标主要依赖浅层高分辨率特征C2f 的梯度分流能减少小目标特征在反向传播中的稀释。如果你想确认 C2f 在哪个层负责小目标可以借助 ultralytics 库打印网络结构from ultralytics.nn.tasks import DetectionModel model DetectionModel(cfgyolov8n.yaml, ch3, nc2) for name, module in model.named_modules(): if c2f in name.lower(): print(name, module.cv1.conv.stride if hasattr(module, cv1) else )参数说明cfg指定模型配置文件ch3是输入 RGB 三通道nc2对应 person 和 helmet。打印结果里能看到 C2f 层的位置越靠近输入层的 C2f 主要负责高分辨率特征对头盔这种小目标的检测贡献最大。如果发现小目标漏检优先检查第一和第二个 C2f 的输出 stride 是否被降采样过快。2.3 nano 还是 small用训练命令快速对比模型型号选择不是拍脑袋。你用下面两行命令即可得到参数量和计算量对比yolo predict modelyolov8n.pt source/dev/null taskdetect verboseTrue yolo predict modelyolov8s.pt source/dev/null taskdetect verboseTrue这两条命令会调用各自权重完成一次空推理控制台输出模型参数量、GFLOPs 和推断耗时。通常 yolov8n 大约是 3.2M 参数yolov8s 约为 11.2M 参数GFLOPs 差 3 倍左右。如果是在 GTX 1660 Ti 上跑 1080p 视频流我会优先选 nano 并适当提升输入分辨率到 640而不是用 small 加 480 分辨率。因为小目标检测对分辨率更敏感模型容量反而是次要因素。自定义数据集上训练时模型配置文件也要跟着改。在yolov8n.yaml末尾修改# yolov8_moto.yaml nc: 2保存后在训练命令中用modelyolov8_moto.yaml指定ultralytics 会根据nc自动调整检测头输出通道数。这里容易踩坑的是很多人直接改模型权重文件里的 nc而不改 yaml导致训练时网络结构和预训练权重维度不匹配报size mismatch。正确做法是保留预训练权重yolov8n.pt同时给出一个 yaml 文件训练脚本会忽略最后一层的权重。3. 数据集准备公开数据、标注约束和增强策略数据集决定这个项目的天花板。YOLOv8 再强没有能反映真实遮挡、不同样式的头盔数据落地就是一纸空谈。常见数据来源包括学术开源数据库、Roboflow 上的摩托车头盔专题以及自采数据。注意下载热门数据集中往往包含大量不相关的亮色背景比如校园里的共享单车骑手这和摩托车场景方差很大需要做筛选。3.1 多源混合与类别归一化我一般会把头盔数据分成三个来源摩托车头盔专用数据集、普通行人 head 检测数据集、本地路口视频抽帧数据。第一个来源提供头盔正样本第二个提供不戴头盔时的头部负样本第三个用来覆盖现场光照和拍摄角度。三个来源的标签体系差异很大需要先统一类别映射常见映射表如下来源数据集原始类别映射到本项目A 头盔数据集helmet / headhelmet / personB 行人检测集person / headpersonhead 并入 personC 自采数据无标注手动标注 person / helmet这个映射表很重要。头盔数据集里的head类别并不等于我们的person类别因为head只是人的头部而我们需要的是整个人体框。如果不加处理直接混训模型会同时学习“头”和“整人”两种形态给后处理带来灾难。3.2 标注规格person 和 helmet 的边界定义实际标注时我会在 LabelImg 中固定两个类别person和helmet。person框标注摩托车骑手的整个身体包括摩托车把手部分。注意不要包含后座上的人后座乘客属于干扰项除非业务需求要求检测所有人员。helmet框紧贴头盔外壳不要在头盔四周留白。很多新手习惯把头也包含进 helmet这会直接拉高 false positive。标注完成后及时检查标签分布find labels -name *.txt -exec awk {print $1} {} \; | sort | uniq -c这条 Bash 命令遍历所有 YOLO 标签文件取第一列类别索引并统计数量。如果helmet(1)的数量不到person(0)的 1/3需要补充负样本或做过采样否则类别不平衡会把小目标淹没。3.3 数据增强mosaic 和 copy_paste 必须显式控制YOLOv8 默认开启 mosaic它把四张图拼成一张能显著提升泛化能力。但头盔场景中头盔经常被身体遮挡拼图时如果遮挡部分正好落在马赛克边界模型会学到残缺特征。我的经验是保留mosaic1.0但是关闭mixup并把copy_paste调到0.2左右。copy_paste 可以把头盔实例复制到其他背景上对小样本类别很有用。训练时通过参数直接传入yolo train datamoto.yaml modelyolov8n.yaml epochs200 imgsz640 batch16 mosaic1.0 mixup0.0 copy_paste0.2参数说明mosaic1.0表示每次迭代都做马赛克增强mixup0.0关闭图像混合因为摩托车头盔的形状比较固定mixup 容易产生不真实的条纹copy_paste0.2表示每个 batch 中 20% 的样本会被随机粘贴头盔区域。前 10 个 epoch 建议关闭 mosaic这也是 YOLOv8 的 warmup 策略避免模型在初期看到大量拼贴块而无法收敛。3.4 增强可视化检查不要直接进训练先让增强结果可视化出来。写一段小脚本把增强前和增强后的图像拼在一起看import cv2 from pathlib import Path img cv2.imread(sample.jpg) h, w img.shape[:2] label_path Path(sample.txt) if label_path.exists(): for line in label_path.read_text().strip().splitlines(): cls, cx, cy, bw, bh map(float, line.split()) x1 int((cx - bw / 2) * w) y1 int((cy - bh / 2) * h) x2 int((cx bw / 2) * w) y2 int((cy bh / 2) * h) cv2.rectangle(img, (x1, y1), (x2, y2), (0, 255, 0), 2) cv2.imwrite(check.jpg, img)这段代码读取 YOLO 标签并画出边界框检查 person 和 helmet 框是否贴合目标。注意坐标转换标签存储的是归一化中心点和宽高x1 int((cx - bw/2) * w)可以还原左上角。如果发现 helmet 框里包含了头发就需要回到标注阶段修正。4. 训练自己的 YOLOv8 头盔检测模型参数、终端命令与可视化训练环节最耗时也最容易翻车。问题往往不是模型不收敛而是超参数和环境不一致。下面从环境安装讲到一个可复现的训练命令顺带说明每个参数的含义。4.1 环境准备锁定 ultralytics 版本YOLOv8 对应的是ultralytics框架更新很快不同小版本之间 API 可能存在差异。建议创建独立 conda 环境然后固定版本conda create -n moto python3.10 -y conda activate moto pip install ultralytics8.1.0 torch2.1.2 torchvision0.16.2 --index-url https://download.pytorch.org/whl/cu118这里指定了 PyTorch 2.1.2 和 CUDA 11.8 的预编译包。如果你使用的是 RTX 40 系列显卡CUDA 11.8 也能驱动但更稳妥的做法是按照显卡驱动版本去官网选择对应 CUDA。安装完先跑一个简单的yolo predict命令验证环境是否正常。4.2 数据集配置 data.yaml数据集根目录下需要一个moto.yamlpath: datasets/moto train: images/train val: images/val names: 0: person 1: helmet注意path建议写绝对路径因为 yolo 训练时工作目录变化会导致相对路径失效。train和val分别指定图像目录ultralytics 会自动查找同目录labels文件夹下的标签文件。目录结构需要严格符合如下形式datasets/moto/ images/train/*.jpg images/val/*.jpg labels/train/*.txt labels/val/*.txt4.3 训练命令和关键参数表我经常使用以下命令开始训练yolo train \ modelyolov8n.yaml \ datamoto.yaml \ pretrainedyolov8n.pt \ epochs200 \ imgsz640 \ batch16 \ lr00.01 \ lrf0.01 \ warmup_epochs3 \ patience30 \ projecttrain_moto \ namehelmet_nano \ ampTrue \ device0各参数含义如下表参数取值说明modelyolov8n.yaml模型结构定义nc 已改为 2pretrainedyolov8n.ptCOCO 预训练权重迁移学习加速收敛imgsz640输入尺寸原图拉伸到该大小batch16每次迭代的图片数OOM 时降到 8lr00.01初始学习率pre-trained 保留默认即可warmup_epochs3前 3 个 epoch 学习率从低到高爬升patience30验证集指标连续 30 轮不涨就早停ampTrue混合精度训练显存不够时也能开参数说明pretrained是权重文件不是配置文件写法是pretrainedyolov8n.pt。lr00.01对于迁移学习已经足够不需要像从零训练那样使用0.1。patience主要防止过拟合同时节省时间。4.4 可视化损失曲线和验证结果训练过程中ultralytics会自动在train_moto/helmet_nano/目录下生成results.png包含训练损失、验证损失、mAP50 和 mAP50-95 的变化曲线。也可以用 TensorBoard 实时查看tensorboard --logdir train_moto/helmet_nano浏览器打开 http://localhost:6006 可以看到更精细的每步指标。重点观察train/box_loss和val/box_loss是否同步下降。如果训练损失继续降而验证损失回升说明增强太强或者过拟合需要提高patience早停或者降低lr0。验证结束后导出一个适合部署的模型yolo export modeltrain_moto/helmet_nano/weights/best.pt formatonnx opset12导出到 ONNX 后PyQt 界面中可以使用onnxruntime推理这样即便没有 PyTorch 环境也能运行。导出时opset12兼容性较好在旧 CPU 上跑也没问题。5. 用 PyQt5 搭建可视化 GUI摄像头、视频文件与单图推理PyQt 做界面最核心的不是画控件而是处理好“耗时任务与主线程的关系”。YOLOv8 推理如果直接放在 Qt 的槽函数里界面会在推理期间冻结点击按钮没有反馈窗口拖不动。正确做法是使用QThread或者QRunnable跑异步推理通过信号把检测结果发送回主线程只更新界面上的 QLabel 和表格。5.1 线程模型QThread 自定义信号设计一个DetectThread类负责循环读取视频帧并执行推理from PyQt5.QtCore import QThread, pyqtSignal import cv2 import numpy as np from ultralytics import YOLO class DetectThread(QThread): change_pixmap pyqtSignal(np.ndarray) update_info pyqtSignal(list) def __init__(self, source0, model_pathbest.pt, parentNone): super().__init__(parent) self.source source self.model YOLO(model_path) self.running True self.paused False def run(self): cap cv2.VideoCapture(self.source) while self.running and cap.isOpened(): if self.paused: self.msleep(10) continue ret, frame cap.read() if not ret: break results self.model.predict(frame, verboseFalse, conf0.35) annotated results[0].plot() boxes [] for box in results[0].boxes: cls_id int(box.cls[0]) conf float(box.conf[0]) xyxy box.xyxy[0].cpu().numpy().astype(int) boxes.append((cls_id, conf, xyxy.tolist())) self.update_info.emit(boxes) self.change_pixmap.emit(annotated) cap.release() def stop(self): self.running False self.wait()逻辑说明run方法里循环从cv2.VideoCapture读帧paused为 True 时通过msleep(10)暂停推理但保持线程存活。self.model.predict()返回一个Results列表每个Results.boxes包含类别、置信度和坐标。annotated results[0].plot()会返回已经画好框的图像直接发送给界面。update_info信号携带类别列表用于统计戴帽人数。参数说明source0表示摄像头也可以传视频文件路径或 RTSP 流地址。conf0.35是置信度阈值低于该值的预测不会显示。如果画面中漏检多可以调低到0.25如果误检多调高到0.5。verboseFalse关闭预测日志避免每帧在控制台输出刷屏。5.2 主窗口布局与界面骨架GUI 主体采用QMainWindow和QLabel显示图像下方放几个按钮控制开始/暂停/退出from PyQt5.QtWidgets import QMainWindow, QLabel, QPushButton, QVBoxLayout, QWidget, QFileDialog class MainWindow(QMainWindow): def __init__(self): super().__init__() self.setWindowTitle(Motorcycle Helmet Detection - YOLOv8) self.video_label QLabel(No video) self.video_label.setMinimumSize(640, 480) self.start_btn QPushButton(Start Camera) self.file_btn QPushButton(Open Video) self.pause_btn QPushButton(Pause) self.quit_btn QPushButton(Quit) layout QVBoxLayout() layout.addWidget(self.video_label) layout.addWidget(self.start_btn) layout.addWidget(self.file_btn) layout.addWidget(self.pause_btn) layout.addWidget(self.quit_btn) container QWidget() container.setLayout(layout) self.setCentralWidget(container) self.thread None def start_camera(self): if self.thread is None: self.thread DetectThread(source0) self.thread.change_pixmap.connect(self.update_frame) self.thread.start() def update_frame(self, cv_img): rgb cv2.cvtColor(cv_img, cv2.COLOR_BGR2RGB) h, w, ch rgb.shape bytes_per_line ch * w from PyQt5.QtGui import QImage, QPixmap qt_img QImage(rgb.data, w, h, bytes_per_line, QImage.Format_RGB888) self.video_label.setPixmap(QPixmap.fromImage(qt_img))参数说明QImage构造中bytes_per_line ch * w告诉 Qt 每行字节数如果图像内存在 padding会导致画面扭曲设置不正确时优先检查这里。update_frame里先cvtColor把 OpenCV 的 BGR 转为 RGB颜色显示才正常。注意cv_img是 numpy 数组QImage不会复制数据所以必须在change_pixmap信号发出时确保数组在内存中有效。5.3 推理结果统计与状态展示除了显示标注图像界面还需要统计“安全行驶人数”和“未佩戴人数”。可以在信号槽里利用类别和坐标做判断class MainWindow(QMainWindow): def on_info(self, boxes): safety_count 0 no_helmet_count 0 for cls_id, conf, xyxy in boxes: if cls_id 1: # helmet # 简化示例检测到头盔就认为当前区域安全 safety_count 1 self.statusBar().showMessage(fHelmets: {safety_count} | Persons: {len(boxes)})这个方法比较粗糙精确的佩戴判断需要结合 person 框。第 6 章会给一个更鲁棒的方案。5.4 资源释放与退出避坑关闭窗口时如果不释放线程程序会变成僵尸进程。在closeEvent中强制停止线程def closeEvent(self, event): if self.thread: self.thread.stop() event.accept()DetectThread.stop()里调用wait()等待线程退出避免在析构时崩溃。另外打开视频文件时建议设置cv2.CAP_PROP_POS_FRAMES以支持暂停后从同一帧恢复。如果不设置暂停期间视频会继续缓冲恢复时画面会跳变。常见处理是在暂停时记下当前帧索引恢复时显式设置。6. 把精度再拔一截基于包围盒的佩戴判定与帧间平滑前面 GUI 已经能画出检测框但如果没有“是否佩戴”这个结论界面就只是“目标检测器”。这里给一个后处理技巧能直接把 person 和 helmet 两个类的坐标转换为骑手佩戴状态。具体思路当某个人体框P与某个头盔框H满足两个条件时判定该骑手戴头盔。第一H 的中心点落在 P 内部第二H 的中心点位于 P 的上半部分且更接近头顶边缘。对于正对摄像头的画面这个规则准确率已经很高。def is_wearing_helmet(person, helmet, head_ratio0.35): px1, py1, px2, py2 person hx1, hy1, hx2, hy2 helmet hcx (hx1 hx2) / 2 hcy (hy1 hy2) / 2 if not (px1 hcx px2 and py1 hcy py2): return False head_boundary py1 (py2 - py1) * head_ratio return hcy head_boundary参数说明person和helmet都是[x1, y1, x2, y2]格式由 YOLOv8 的输出坐标直接得到。head_ratio0.35表示头盔中心不能超过 body 框顶部往下 35% 的区域这个值在摄像头俯视角度较大时适当调大比如0.45。仰视角度小时调小到0.30。单纯的帧级判定在监控场景中会抖动。某人低头再抬头头盔框消失一帧判定结果就会从“戴”变“不戴”产生大量无效告警。常见工程思路是维护一个滑动窗口只有连续N帧输出“不戴”才最终确认。可以用一个简单计数器class HelmetMonitor: def __init__(self, window5, count_thresh3): self.window window self.count_thresh count_thresh self.state True self.negative_count 0 def update(self, wearing): if wearing: self.negative_count 0 self.state True else: self.negative_count 1 if self.negative_count self.count_thresh: self.state False return self.state逻辑说明wearing是当前帧对应骑手的佩戴结果negative_count累计“未佩戴”连续出现的次数。只有当连续 3 帧以上都没有头盔时状态才切换为 False。这样偶发漏检不会导致误报真正的违规行为通常持续数秒3 到 5 帧的延迟对监控场景没有影响。这个类可以挂在 GUI 的检测线程中每收到一组检测框就调用一次。如果你接的是告警系统只需要在state从 True 变为 False 时发送一次通知而不是每一帧都报警。本文还有配套的精品资源点击获取